Neu: Fritz 17 mit neuronaler Fat Fritz Engine

von ChessBase
11.11.2019 – Mit Fritz 17 erhält man neben der Fritz17-Engine eine völlig neue Schachengine, die mit Hilfe eines neuronalen Netzes nach dem Vorbild des AlphaZero-Ansatzes erstellt wurde: "Fat Fritz". Außerdem gibt es neue spannende Funktionen für das Erstellen und Üben von Eröffnungsrepertoires.

ChessBase 15 - Megapaket ChessBase 15 - Megapaket

Kombinieren Sie richtig! ChessBase 15 Programm + neue Mega Database 2020 mit 8 Mio. Partien und über 80.000 Meisteranalysen. Dazu ChessBase Magazin (DVD + Heft) und CB Premium Mitgliedschaft für ein Jahr!

Mehr...

Fritz 17 mit der Fat Fritz-Engine

Der Startbildschirm

Die neue neuronale Schachengine Fat Fritz

Im Dezember 2017 erschütterte eine Pressemitteilung von Google die Schachwelt: Das neuronale Netz AlphaZero hatte durch Millionen von Partien gegen sich selbst solche Spielstärke „erlernt“, dass es die zu dieser Zeit führende Schachengine Stockfish 8 in einem Match deutlich besiegen konnte. Das Open-Source-Projekt LCZero begann, den von Google gezeigten Weg nachzuvollziehen und erreicht inzwischen ebenfalls beachtliche Stärke. Auch LCZero folgt der Google-Philosophie, dass das neuronale Netz nur durch Partien gegen sich selbst lernt (Starting from „Zero“). Dieser Ansatz fordert eine massive Rechenleistung, weil Abermillionen von ausgespielten Partien notwendig sind.

Die Idee liegt nahe, unsere bestehende Basis von Hunderttausenden von guten Großmeisterpartien zu nutzen, um diesen Lernprozess abzukürzen. Dieser Ansatz hat unser langjähriger technischer Redakteur Albert Silver konsequent verfolgt und basierend auf der LCZero-Technologie ein neuronales Netz über ein Jahr lang mit GM-Partien trainiert. Das Ergebnis ist so überzeugend, dass wir dieses jetzt als „Fat Fritz“ mit Fritz17 veröffentlichen. Nach jetzigem Stand schlägt Fat Fritz im direkten Vergleich alle traditionellen Schachprogramme und auch LCZero. Für die Anwendung gibt es allerdings eine praktische Einschränkung: Die Engine von Fat Fritz braucht (wie LCZero auch) eine sehr leistungsfähige NVidia-Grafikkarte („GPU“), um seine volle Spielstärke zu erzielen.

Viele Einstellmöglichkeiten für Engine-Forscher

Auf dem nackten Prozessor eines handelsüblichen PCs funktioniert die Engine auch, liefert dank des neuronalen Netzwerkes auch sehr interessante Ergebnisse, ist aber auf der schnellen Grafikkarte tatsächlich um den Faktor 2000 schneller. 

Dennoch ist hier zum ersten Mal seit vielen Jahren ein wirklicher Durchbruch der Schachprogrammierung zu verzeichnen. Fat Fritz und LCZero beginnen schon jetzt, die Eröffnungstheorie zu verändern.

Wer (noch) keine so schnelle Grafikarte besitzt, erhält mit der herkömmlichen Fritz 17 ebenfalls eine verbesserte starke Engine für die Analyse oder als Spielpartner (im Lieferumfang enthalten).

Eröffnungstraining mit Methode

Fritz17 hat neben anderen Neuerungen neue Funktionen im Angebot, die Aufbau, Verwaltung und vor allem den Gedächtnistransfer eines Eröffnungsrepertoires erheblich vereinfachen. 

Eröffnungsrepertoire mit Hilfe des Livebooks erstellen

Fritz17 führt eine Repertoireverwaltung ein, die nicht auf ganzen Varianten, sondern auf Zügen basiert. Sie entscheiden zu einem Zug: „Den will ich selbst spielen“ und darauf wird die ganze Variante in Ihr Repertoire übernommen. Der Vorteil: Mit einigen Entscheidungen und wenigen Klicks kann man ein brauchbares Repertoire aufbauen. Der Abruf dieses Repertoires geschieht über den neuen Reiter „Meine Züge“ neben der Notation.

Dieses Repertoire befindet sich online, d.h. es ist auf jedem Rechner und auch im Web sofort zugreifbar. Eine Verwaltung in Partien und Datenbanken ist nicht mehr notwendig, doch können bereits bestehende Repertoires hochgeladen werden

Drillen und Spielen

Hat man sich auf diese Weise ein Repertoire zusammengestellt, kann es per "Drill" geübt werden. Dabei spielen Sie Ihre Varianten und Fritz antwortet so, dass Sie möglichst in Ihrem Repertoire bleiben. Die Züge kommen zunächst in der Häufigkeit der Theorie. Nach einiger Zeit stellt sich heraus, was Sie gut beherrschen und was nicht. 

Drillen geht auch mit einem beliebigen geladenen Variantenbaum (traditionelles ChessBase-Repertoire), ja sogar mit einer nackten Partie, falls Sie diese auswendig lernen möchten.

Zurückgelehnte Eröffnungstheorie

Eröffnungstheorie prägt sich am besten ein, wenn man Züge am Schirm oder am Brett ausführt. Doch manchmal möchte man sich am Ende eines langen Tages einfach nur entspannt zurücklehnen und die Finger von der Maus lassen. Auf Wunsch führt Fritz 17 deshalb die Varianten des Repertoires automatisch vor. 

Fertige Repertoirevorschläge

Zum Lieferumfang von Fritz17 igehören auch vorgefertigte aktuelle Repertoires. Einfach einüben oder per Klick ins eigene Repertoire übernehmen. Die fertigen Repertoires liegen jeweils in vier Ausbaustufen vor: "Einfach" – "Klub" – "Turnier" und "Profi". 

Weitere Neuerungen in Stichpunkten

  • Verbesserte Fritz Engine von Frank Schneider in herkömmlicher Suchtechnik.
  • Blitz & Train: Aufgabenzetteln mit Taktik aus den eigenen Blitzpartien auf playchess.com drucken.
  • Zugriff auf Siebensteiner in Let’s Check.
  • Rauschfreie Ray Tracing Schachbretter. Echtzeit Ray Tracing auf Top-GPUs.

Im Shop kaufen...

 




Discussion and Feedback Join the public discussion or submit your feedback to the editors


Diskutieren

Regeln für Leserkommentare

 
 

Noch kein Benutzer? Registrieren

MitchP MitchP 16.11.2019 02:29
Das fängt schon gut an: Nach dem Start der Setup.exe und dem Klick auf Installieren bekomme ich die Fehlermeldung des Windows-Installer "Dieses Installationspaket konnte nicht geöffnet werden. Stellen Sie sicher, dass das Paket existiert und dass Sie darauf zugreifen können. Oder lassen Sie den Hersteller die Anwendung überprüfen, ob es sich um ein gültiges Windows-Installer-Paket handelt." WAS NUN???
Cardinalem Cardinalem 15.11.2019 03:47
Ich habe mir Fritz 17 auch zugelegt, was heute im Briefkasten war. Nur bin ich etwas enttäuscht......Habe ALLES installiert.....nirgends was von der Engine Fritz 17 und/oder "Fat Fritz" zu sehen!!
Im vorletzten Bild oben kann man eindeutig erkennen, das die Engine dort "Fat Fritz (in LcO) cpu" heißt. Aber ich kann diese Engine nicht im Engine-Auswahlfenster, Installationsordner geschweige auf der DVD finden?!?!?!?!
Hat jemand auch dieses Problem??
gerreg gerreg 14.11.2019 07:26
Spieltheoretisch betrachtet, weiß man vom Schach wenig. Es existieren objektive Regeln, das war es aber schon. Man weiß, dass es den besten Zug in einer Stellung nicht gibt, höchstens eine Menge von besten Zügen (wenn Weiß auf vier verschiedene Arten einzügig Mattsetzen kann, warum sollte einer der vier Züge "besser" sein?) Aber was zeichnet die Menge der besten Züge aus? Das hängt u.a. davon ab, ob die Ausgangsstellung für eine Seite gewonnen oder remis ist. Dann kann man Definitionen versuchen, z.B. ein Zug, der am schnellsten gewinnt oder die unvermeidliche Niederlage am Längsten hinauszögert. Verlässt man die Spieltheorie und betrachtet praktische Partien zwischen Menschen, spielen noch ganz andere Faktoren eine Rolle.
Aufgrund dieser Unklarheiten ist der Ansatz von AlphaZero (Reinforcement Learning) der bessere Weg, wenn es um allgemeine Kenntnisse über das Schach geht. Ist es das Ziel, eine starke Chessengine auf KI-Basis zu entwickeln, reicht natürlich der Ansatz von Fat Fritz. Nur sollte man dieses System, diesen Ansatz nicht in einem Atemzug mit AlphaZero und dessen Ansatz nennen, dazwischen liegen Welten!

Wenn es objektiv gute Vorlagen gibt, kann eine KI ohne Qualitätsverlust von diesen lernen. Die Hautkrebserkennungs-KI ist so ein Beispiel. Vorlage waren Abbildungen nachgewiesener Hautkrebsfälle. Ich arbeite gerade mit in einem KI-Projekt, wo es um die automatische Korrektur bzw. Korrekturunterstützung von universitären Abschlussarbeiten geht. Hier benutzen wir menschliche Korrekturen als Vorlage und erlauben der KI auf viele Wissensdatenbanken zuzugreifen. Aber schon das ist grenzwertig, weil es Interpretationsspielraum des Menschen bei der Bewertung des Geschriebenen gibt. Und, wie schon gesagt, über Schach wissen wir viel zu wenig, um sagen zu können, was i.A. gut oder was schlecht ist. Um hier objektive Informationen zu erhalten, ist auf KI-Ebene AlphaZeros Ansatz der einzig richtige. Aber Fat Fritz verfolgt halt andere legitime Ziele.
TheSlater TheSlater 13.11.2019 12:23
gerreg hat das schon ganz gut beschrieben. Das Selbstlernen mit Wissen aus Meisterpartien ist schon relativ alt, war es doch der Ansatz für das Spiel Go gewesen. Nagelneu ist der "Zero" Ansatz, also das die KI kein Vorwissen aus Meisterpartien erhält, sondern das Spiel selbst lernt. Das ist aber genau das Gegenteil von dem, was Fat Fritz macht. Fat Fritz verfolgt wieder den alten Ansatz, zu hoffen, dass in Meisterpartien nur gute Züge gespielt werden. AlphaZero war aber stärker als AlphaGo. Die Menschheit sollte jetzt eigentlich wissen, das der Zero Ansatz besser ist.
Ganz abschreiben sollte man Stockfish 10 noch nicht. Mit einem 8 Kerner statt einem 4 Kerner hat das auf einmal 100 Elo Punkte mehr. Hat man also eine gehobene CPU, aber eine "normale" Nvida Grafikkarte liegt Stockfish 10 vermutlich wieder vorne.
rgorn rgorn 12.11.2019 06:17
@schachkwak: "sehr stark" ist relativ. Ob die Programme auch wirklich "sehr gut" spielen, weiss keiner. Objektiv betrachtet (leider gibt es keinen perfekten Spieler als absoluten Vergleich) sind das vielleicht alles nur Patzer. Autos sind auch sehr schnell (verglichen mit einem Fussgaenger), aber das absolute Kriterium ist die Lichtgeschwindigkeit.
Wolfgang Schadt Wolfgang Schadt 12.11.2019 10:34
Ist geplant Fritz auch auf dem Apple-System zu implementieren?
schachkwak schachkwak 12.11.2019 09:40
@rgorn
Schau mal auf https://tcec-chess.com und klick mal auf "Winners". AllieStein ist übrigens eine weitere NN-Engine.
Und in welchen Elo-Bereichen sich das bewegt:
http://computerchess.org.uk/ccrl/404/
LCZero kann also durchaus als stark bezeichnet werden, auch stärker als die derzeit amtierende Computer-Weltmeister-Engine. ;-)

Wobei es aber auch noch Listen gibt, auf denen es derzeit gerade noch klassischer aussieht:
http://www.cegt.net/40_4_Ratinglist/40_4_BestVersion/rangliste.html
rollinghills rollinghills 12.11.2019 06:19
Die neue "Drill" Funktion ist der Hammer!!!
rgorn rgorn 11.11.2019 09:08
Ob XyZero wirklich sehr gut spielt, weiss man auch nicht, da es keinen objektiven Massstab dafuer gibt. Am Ende ist es wie im Fussball: nur das Ergebnis zaehlt. Das ist ja auch die einzige Belohnung fuer die lernende KI.
gerreg gerreg 11.11.2019 07:19
Der Ansatz, mit Großmeisterpartien den Lernprozess zu verkürzen ist in der KI-Welt natürlich bekannt und heißt bei manchen Autoren "beaufsichtigtes Lernen". Das Problem dabei: Es wird vorausgesetzt, dass die Großmeister in ihren Partien sehr gut gespielt haben. Das weiß man aber im Allgemeinen nicht! AlphaZero hat Züge gefunden, die nie ein Großmeister gefunden hat. Oder anders formuliert: Das neuronale Netz lernt bei dem beaufsichtigen Lernen das "fehlerhafte" Spielen von Menschen und wird dadurch in der Spielstärke beschränkt. Genau aus diesem Grund folgten die Entwickler von AlphaZero einem anderen Weg: Reinforcement Learning, verstärkendes Lernen. Hier spielen Schachpartien von Menschen keine Rolle. Interessierte finden viele Infos zum Thema, wenn sie nach den genannten Begriffen und z.B. zusätzlich Monte Carlo Search Tree (MCST) suchen.
Ohne Frage wird man bei dem von Fat Fritz verfolgten Ansatz eine aus menschlicher Sicht extrem starke Chessengine erhalten. Nur ist die Wahrscheinlichkeit, dass man damit das allgemeine Schachverständnis der Menschen weiter entwickeln kann, nicht hoch. Anders ist es bei KI-Ansätzen nach Reinforcement Learning.
1